当前位置:主页 > 医学论文 > 心血管论文 >

心电信号处理及心律失常诊断研究

发布时间:2020-07-11 15:42
【摘要】:随着人们生活水平的提高,心血管疾病的发病率与死亡率逐年显著增加,心血管疾病已经成为全球人类生命健康的主要杀手之一。在所有的心血管疾病中,心律失常是其中最为常见的一种疾病,也是诱发心脏性猝死的根源,因此能够对心电信号自动分析处理技术中的心电信号预处理、特征检测及心律失常自动诊断进行研究,对预防心血管疾病具有重要的实际意义。针对目前心电信号自动分析处理技术仍存在易受到噪声干扰,特征检测准确率较低及心律失常诊断不够准确的问题,本文从心电信号预处理、心电信号特征检测、心律失常诊断模型的建立与优化等三方面展开技术研究。首先针对心电信号中的噪声频域广且与有效信号频域部分重叠不易抑制的问题,利用经验模态分解与小波变换两者的优点,将经验模态分解与小波变换结合的新阈值函数降噪法应用于心电信号的预处理降噪中;其次针对心电信号特征波形幅值变化的特点,基于小波变换理论,提出了奇异点检测算法并结合多种限制算法的心电信号特征参数检测方法;最后利用心电信号的特征参数检测提取心电特征向量,设计了一种基于K-CV的多分类诊断SVM模型,并利用交叉验证法对诊断模型惩罚参数c和核函数g进行参数寻优,对正常窦性心律、左束支传导阻滞(LBBBB)、右束支传导阻滞(RBBBB)、房性早搏(APC)以及室性早搏(PVC)五种类型的心拍进行自动诊断。为验证心电信号预处理、特征检测及心律失常自动诊断算法,通过仿真与搭建整体测试平台,验证算法的可行性与准确性。结果表明,本文使用的经验模态分解与小波变换相结合的新阈值函数降噪法相较于传统的带通滤波器,能够在最大程度保留原始波形细节信息的条件下抑制心电信号中的基线漂移、肌电干扰、工频干扰等噪声;本文提出的基于小波变换奇异点检测算法并结合多种限制算法对波形检测的误检率为0.18%,相较于当前己有的心电检测提取算法,具有准确率高的优点;基于本文的心律失常数据做模型诊断,本文设计K-CV的多分类诊断SVM模型对于心律失常诊断平均预测敏感度达到97.41%,相比传统的检测算法,具有更强的泛化能力。
【学位授予单位】:西南石油大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:R541.7
【图文】:

心电信号处理及心律失常诊断研究


图1-1心电信号基本波形图逡逑(1)逦P波:P波是这组波形中第一个小波,代表心房的除极

心电信号处理及心律失常诊断研究


图2-2心电信号EMD分解示意图逡逑根据第二章EMD理论可知,每一个IMF分量的频率可以代表心电信号真正的频逡逑率,是具有实际物理意义的

心电信号处理及心律失常诊断研究


图2-3邋101号心电信号基线漂移降噪结果及频谱图逡逑(2)工频干扰降噪处理:利用101号心电信号作为原始的纯净信号,与频率为50Hz逡逑的工频干扰进行叠加及降噪处理

【参考文献】

相关期刊论文 前10条

1 李红延;周云龙;田峰;李松;孙天宝;;一种新的小波自适应阈值函数振动信号去噪算法[J];仪器仪表学报;2015年10期

2 洪洁;王璐;舒军勇;汪超;;基于EMD小波阈值的表面肌电信号去噪研究[J];重庆理工大学学报(自然科学);2015年08期

3 韩秀萍;;心律失常和心肌缺血的动态心电图分析[J];航空航天医学杂志;2014年10期

4 孔令荣;王昊;庄涛;;心电信号调理电路研究与实现[J];电子测量技术;2014年10期

5 白鹏飞;王利;易子川;周震;;一种心电图P波提取算法[J];中国医学物理学杂志;2013年02期

6 范玉庆;王小华;曹志锋;程欢;;小波变换与概率神经网络的心电图分类[J];电子技术应用;2013年03期

7 张开玉;王立;王玉静;宋立新;;基于EMD方法和加窗的QRS波群检测算法[J];生物医学工程学杂志;2012年03期

8 陶珂;朱建军;;小波去噪质量评价方法的对比研究[J];大地测量与地球动力学;2012年02期

9 杨向林;严洪;许志;任兆瑞;宋晋忠;姚宇华;李延军;;基于Hilbert-Huang变换的ECG消噪[J];电子学报;2011年04期

10 成建国;;心电图波形的形成与正常心电图[J];西藏医药杂志;2009年03期

相关博士学位论文 前1条

1 罗小刚;心电信号处理和特征信息提取方法的研究及心电工作站的研制[D];重庆大学;2003年

相关硕士学位论文 前6条

1 范永东;模型选择中的交叉验证方法综述[D];山西大学;2013年

2 丁福强;心脏电信号的提取方法研究[D];山东大学;2011年

3 龚敏;基于小波变换的心电检测及自诊断系统的设计[D];重庆大学;2009年

4 王伟;Hilbert-Huang变换及其在非平稳信号分析中的应用研究[D];华北电力大学(北京);2008年

5 封常生;小波分析在信号处理中的应用[D];上海交通大学;2007年

6 于德海;最小二乘小波及其在心电信号识别中的应用[D];北方工业大学;2005年



本文编号:2750601

资料下载
论文发表

本文链接:https://www.wllwen.com/yixuelunwen/xxg/2750601.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户9d95e***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com